计量学报

作者：孙浩,赵明达,李静,魏立新,呼子宇

单位：燕山大学 河北省工业计算机控制工程重点实验室,河北 秦皇岛 066004

关键词：计量学; 轧制力预测; 冷连轧; 机器学习; 循环自编码网络; 离群因子算法

基金：国家重点研发计划(2018YFB1702300);国家自然科学基金(62003296,62073276);河北省自然科学基金(F2020203031,E2019105123);河北省高等学校科学技术研究项目(QN2020225,ZD2019311);河北省省级重点实验室绩效补助经费项目(22567612H)

在带钢冷连轧生产过程中,轧制力预测准确度直接影响产品质量。为提高轧制力预测准确度,提出了基于LSTM-JITRVM(long short term memory- just in time relevance vector machine)的轧制力模型。首先,使用循环自编码网络对输入数据进行深层次特征提取,然后使用局部离群因子算法判断测试样本与其邻域点是否属于同一分布,针对不同的分布使用不同的自学习回归模型进行拟合。仿真结果表明,该模型预测准确度可控制在3%以内,能够实现轧制力的高准确度在线预测。

来源：2023年第9期

《计量学报》期刊编辑部

查看计量学报杂志2023年第9期